一个无电池,无线的石墨烯压力传感器,用于机器学习辅助的姿势分类和VR/AR可视化,用于智能医疗环境

科学领域:

• 材料科学 材料科学 材料科学
• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术

背景情况:

• 持续监测皮肤界面压力和温度对于防止不移动患者的组织损伤至关重要.
• 现有的医疗保健传感器往往是重的,有线的,需要电池,限制了长期的适用性.

研究的目的:

• 开发一个无电池,无线多式传感平台,用于连续的皮肤接口监控.
• 整合人工智能 (AI) 和增强现实/虚拟现实 (AR/VR) 进行智能患者状态评估.

主要方法:

• 使用单层石墨烯作为高性能,压力感应活性层.
• 开发了一个无线传感平台,可以实时,可逆检测压力和温度.
• 采用深度神经网络 (DNN) 来根据传感器数据对患者的姿势进行分类.
• 集成的AR/VR接口用于实时可视化压力分布.

主要成果:

• 石墨烯传感器表现出高灵敏度 (1.75 × 10−3 kPa−1) 和稳定性 (超过1000个周期).
• 该平台可以在没有电池的情况下无线检测皮肤接口的压力和温度.
• 深度学习算法准确地分类了不同的坐姿.
• 增强现实/虚拟现实接口为远程医疗监督提供了沉浸式可视化.

结论:

• 推出了基于石墨烯的新型智能传感平台,用于先进的患者监测.
• 该平台无集成无线操作,人工智能分析和AR / VR可视化.
• 这项技术为智能医疗保健提供了个性化和交互式的方法,以改善患者护理.